读人工不智能：计算机如何误解世界笔记01_技术沙文主义.png

1. 人工智能的学术范畴

1.1. 知识表示与知识推理

1.2. 逻辑学

1.3. 机器学习

1.4. 自然语言处理

1.5. 搜索

1.6. 规划

1.7. 力学

1.8. 伦理学

2. 广义人工智能

2.1. GOFAI

2.1.1. Good Old-Fashioned Artificial Intelligence，老式人工智能

2.2. 好莱坞版本的人工智能

2.2.1. 人们梦想用技术来实现的事情，多半受到了电影、电视节目和书本中一些画面的启发

2.2.2. 这种人工智能能够控制机器人管家，理论上会获得意识，并最终控制政府，还有可能变成现实版的终结者阿诺德·施瓦辛格

2.3. 在计算机科学界，人们早在20世纪90年代就已经放弃了对广义人工智能的研究

2.4. 广义人工智能是我们想要的、我们所期待的，也是我们想象出来的，它是梦想

3. 狭义人工智能

3.1. 我们真正拥有的，它是现实

3.2. 是纯粹的数学

3.3. 没有GOFAI那么刺激，但高效得惊人，我们可以用它做许多有意思的事情

3.4. 机器学习是一种流行的人工智能形式，它不是GOFAI

3.4.1. 机器学习是狭义人工智能

4. 数据新闻学

4.1. 计算新闻学

4.1.1. computational jour nalism

4.2. 算法问责报道

4.2.1. algorithmic accountability reporting

4.3. 一门在数据中挖掘故事，用数据来讲述故事的学科

4.4. 许多人反复说着一些关于技术光明前景的话，却看到数字世界在复制着现实世界中的不平等

4.5. 人们谈论数字技术时对技术的看法，跟数字技术实际上能做到的事情并不同步

4.6. “赛博空间”这一全新的未知领域就是我们用以让世界更美好的东西

4.7. 互联网成为新的公共领域

4.7.1. 1991年9月蒂姆·伯纳斯-李在欧洲核子研究组织（CERN）的粒子物理实验室创办了世界上第一个网站

4.7.2. 在网上受到的骚扰比以往任何时候都多

5. 记者

5.1. 以前那种听说一个个案，写篇煽情报道，呼吁社会关注的新闻形式，很快就要过时了

5.2. 记者的工作方式是让那些“有决定权”的人对自己的决定负责任

5.3. 数据记者

5.3.1. 非常新型的记者

5.3.2. 数据记者的工作不是整天采访什么“大数据科学家”

5.3.3. 是自己直接从数据中挖掘故事

5.4. 布鲁萨德

5.4.1. 本书作者

5.4.2. 布鲁萨德是一个“用数据发现真相”的人

5.4.3. 布鲁萨德这位数据记者，最关心的是让那些已经在取代人类做决定的“算法”负责任

5.4.4. 人们过于相信算法

5.4.5. 算法都是人写的，人会犯错，算法就会犯错

5.4.6. 其实计算机没有改变什么

5.4.6.1. 社会还是这个社会，计算机并没有解决我们的社会问题

5.4.7. 对技术将拯救世界这一说法持怀疑态度

5.4.8. 技术只有在能解决特定问题时才是正确答案

6. 技术的边界

6.1. 使用计算机所做的每一件事情归根结底都是数学

6.1.1. 运用数学和科学知识来做事情都是有基本限制的

6.1.2. 能利用技术干什么、该干什么，有一些基本的限制

6.1.3. 对于何时使用技术、为何使用技术，是时候做出更好、更深思熟虑的决定了

6.2. 理解技术的边界，其实就是理解人类的成就与人性交叉的前沿

6.2.1. 那个前沿更像是一个悬崖，再往前走一步，就十分危险

6.3. 有的算法会越来越多地被用于替人们做决策

6.4. 有时候，需要编写代码来研究这些算法是否妥当

6.5. 盯着那些粗劣的技术或错漏的数据，并随时发出警告

6.6. 有时候哪怕机器出了问题，我们都会以为是自己的问题，而不会认定是那些计算机程序中成千上万行的代码出了问题

6.7. 有问题通常都是机器的问题

6.7.1. 可能是机器设计得太粗劣或未经严格测试

6.7.2. 使用了廉价的硬件

6.7.3. 机器对实际用户如何使用系统有很深的误解

6.8. 将计算机技术应用到生活方方面面的集体热情，催生了大量粗制滥造的技术

6.8.1. 没有人仔细检查并确保每个机构目录中的所有联系信息是准确的，因此与人取得联系比以往任何时候都要困难

6.9. 当你只有一把锤子时，所有东西看起来都像钉子

6.9.1. 电脑就是我们手中的锤子，是时候停手了

6.9.2. 不要蒙上眼睛一头冲向数字化的未来

6.10. 我们可以学会如何应对技术的下游效应，这样才不会在复杂的社会系统中造成无心之失

6.11. 大胆对没有必要的技术说“不”，这样我们就可以过得更好、更互联，也能更切实享受技术给我们带来的更多好处

7. 技术沙文主义

7.1. technochauvinism

7.2. 数字技术自20世纪50年代以来一直是科学界和政治界中一个非常普通的组成部分，在80年代进入了人们的日常生活

7.3. 认为技术是所有问题的解决方案

7.3.1. 技术就是解决一切的答案

7.4. 认为计算机可以将所有问题都提炼成数学问题，因此比人类更“客观”或“公正”

7.5. 技术沙文主义者脑中常常伴随着其他一些类似的观念

7.5.1. 安·兰德式精英主义

7.5.2. 技术自由意志主义政治哲学

7.6. 赞美言论自由，却对网络骚扰问题视而不见

7.7. 认为人类只要更多地使用计算机，并且妥善地使用它们，社会问题就会消失，还能创造出一个数字化的乌托邦

7.7.1. 事实绝非如此。从来不曾有过一项新技术能够让我们远离与人类本性相关的根本问题，将来也不可能会出现

7.8. 当聪明而好心的人对使用计算机做决策的毛病视而不见，或是狂热支持使用计算机完成所有事情——包括不适合使用计算机来做的事情，他们就变成了技术沙文主义者

8. 计算机没有改变社会

8.1. 有些好消息说得太多，就容易让人产生不切实际的希望

8.2. 不切实际的希望太强，就容易变成迷思

8.3. 可以预见的近期内不会有什么人工智能所导致的大失业

8.4. 很多原本以为会被人工智能取代的工作，其实根本取代不了

8.4.1. 我们可能低估了人的智能

8.5. 一般公众不但低估了人的智能，而且高估了人工智能

8.5.1. 《西部世界》里面那样的机器人，跟现在高科技公司正在研发的那种人工智能，完全是两码事

8.5.2. 《生命3.0》那本书里看到的关于未来人工智能的种种设想，也都只是物理学家纯理论的设想

8.6. 人们过分依赖计算机算法，这反而带来了一系列社会问题

8.7. 现在真实的人工智能其实应该叫“人工不智能”

8.8. 倘若我们想光靠计算技术来解决复杂的社会问题，那么我们所依靠的“人工智能”，其实根本就不智能

8.8.1. 计算机根本不在乎它自己或者你能干什么

8.8.2. 它会尽其所能来执行指令，然后等待下一条指令

8.8.3. 它没有知觉，也没有灵魂